技術

NeuroVFMと呼ばれる新しい神経画像ファウンデーションモデルは、未整理の病院データに対する自己教師あり学習,,放射線科医のレポート、疾患ラベル、手作業によるキュレーションなし,,が、156の診断タスク（前向きトリアージを含む）において言語教師ありモデルを上回る性能を発揮できることを実証した。この研究はNature Medicineに掲載され、コードとモデル weights はGitHubで公開されている。 NeuroVFMは、MetaのJEPA（Joint-Embedding Predictive Architecture）を2D画像から3D医用ボリュームに拡張した自己教師ありアルゴリズムVol-JEPAに基づいている。個々のボクセル,,ピクセルの3D相当,,を再構成する代わりに、Vol-JEPAは欠落した潜在表現を予測することで学習する。モデルは各ボリュームのマスクされた部分で訓練され、可視コンテキストパッチを使用してより大きなマスク対象領域の内容を予測する。このアプローチは、ラベル、放射線テキスト、ボクセルデコーダーを一切必要としない。 UM-NeuroImagesと呼ばれる訓練データセットは、ミシガン医学で20年以上にわたって収集された566,915件の研究から得られた524万件の臨床MRIおよびCTボリュームで構成されている。データは未整理であり,,複数のスキャナメーカーやプロトコルからの品質が様々な日常的な臨床スキャンを含む,,洗練された研究コーパスではなく、実際の病院データを代表するものとなっている。 結果は性能と効率の両方で注目に値する。156の診断タスク（MRI 74件、CT 82件）におけるマクロ平均AUROCの主要評価項目で、NeuroVFMはMRIで92.49、CTで92.68を達成した。言語教師ありモデル（HLIP、PRIMA）、ボクセル再構成（NeuroMAE）、2D自己教師ありアプローチ（DINOv3、BiomedCLIP）を1〜4ポイントの差で上回った。訓練には1,000 GPU時間未満しか必要とせず、同等の3D自己教師ありベースラインよりも7倍以上高速であった。 NeuroVFMの凍結された視覚表現は、微調整なしで複数の下流タスクに再利用できる。診断ヘッドは埋め込みから156の状態を予測する。凍結エンコーダーとQwen3-14B言語モデルを組み合わせたNeuroVFM-LLaVAと呼ばれる視覚言語バリアントは、構造化された放射線科スタイルの所見を生成する。 1週間にわたる医療システムでの前向き盲検試験（1,155件の研究）では、NeuroVFM-LLaVAが臨床トリアージについて評価された。バランス型トリアージ精度92.6%を達成,,GPT-5の71.2%を大幅に上回る,,155件の重大な所見のうち21件を見逃し、見逃し率13.5%はGPT-5の50.3%と比較された。著者らはこのシステムを自律的スクリーニングではなく意思決定支援と位置付けている。 このモデルはまた、クロスモーダルな一般化を示している：CTボリュームのみで訓練されMRIで評価された診断プローブは、5ポイント未満のAUROC低下しか示さず、モデルが神経解剖学と病理学のモダリティ不変表現を学習することを示唆している。 雅子 訳 出典：Meet NeuroVFM: Neuroimaging Foundation Model with Vol-JEPA (MarkTechPost、2026年7月12日)；NeuroVFM on GitHub

ExpressVPNは、機密コンピューティング・エンクレーブ内で全てのユーザープロンプトを処理するプライバシー重視のAIプラットフォームExpressAIを発表した。これはハードウェア的に分離された環境で、暗号鍵がチップ自体で生成され、サービスを運営する企業からもデータが読み取れないようになっている。 このプラットフォームは、ExpressVPNのProプランに追加費用なしでバンドルされており、消費者向けAIにおける高まる緊張に対処するものだ。ユーザーは健康に関するメールの作成、財務書類の要約、職場の問題解決など、センシティブなタスクをチャットボットに任せるようになってきているが、それらのプロンプトは通常、サービスプロバイダーが読み取り、保存し、学習できるサーバーを経由する。ExpressAIはそのトレードオフを完全に排除するよう設計されている。 全てのインタラクションは、サーバーのプロセッサー内の暗号的に分離された環境であるセキュアエンクレーブ内で実行される。データはそのエンクレーブ内でのみ復号され、AIモデルによって処理された後、再暗号化されて返される。同社はこのアーキテクチャを「ゼロアクセス」と表現しており、ExpressVPNのインフラ運用者でさえユーザーの会話を読むことはできない。チャット履歴は、ユーザーが管理する暗号化ボールト（個人パスワードで復号を制御）でさらに保護するか、「ゴーストモード」設定で自動削除するよう設定できる。 ExpressAIはローンチ時に5つのAIモデルを搭載しており、単一のプロプライエタリシステムではなくマルチモデル戦略を反映している。OpenAIのGPT OSS 120Bは日常的な推論と文章作成を担当し、DeepSeek R1 Distill 32Bは多段階ロジックとリサーチを処理し、Qwen2.5-VL 32Bはドキュメント読み取りや画像分析を含むビジョンタスクを処理し、Qwen3.5 35B-A3Bはコーディングと多言語作業を対象とし、NVIDIAのNemotron 12Bは技術的推論と数学に特化している。横並び比較ビューにより、ユーザーは同じプロンプトを複数のモデルで同時に実行できる。 基盤インフラは、ドイツのサイバーセキュリティ企業Cure53によって2026年2月から3月にかけて独立監査を受けた。監査には、ExpressAIのフロントエンド、バックエンド、暗号技術、鍵管理、インフラに対するペネトレーションテストとソースコードレビューが含まれていた。Cure53は「本製品は、ユーザーインタラクションが暗号的に分離されたコンテキストで処理される機密コンピューティング・エンクレーブ内で最新のAI機能を提供することにより、表明されたプライバシー目標を達成している」と結論付けた。特定された全ての脆弱性はローンチ前に修正された。 Pro契約者は500のデイリークレジットと2GBのストレージを受け取る。このプラットフォームはapp.expressai.comのスタンドアロンWebアプリを通じて展開されている。 ExpressAIは、すでにExpressKeysパスワードマネージャー、Identity Defender、ExpressMailGuardを含むExpressVPNのより広範なプライバシーポートフォリオを拡張する。同社のAIへの進出は、機密コンピューティングを消費者向けAIサービスの差別化要因とする業界全体のシフトを反映しており、これはほとんどのAIチャットボットがデフォルトでユーザーの会話を記録し、レビューし、時には学習に使用しているという認識の高まりへの対応である。 雅子 訳 Sources: ExpressVPN Just Launched ExpressAI: Your Prompts Are Now Invisible (Gizmodo, Jul 13, 2026); ExpressVPN Launches ExpressAI (Scoop, Apr 1, 2026); ExpressAI Product Page

フランス・ドイツ共同のサンルイ研究所（ISL）は、電磁レールガンシステムの初となる屋外自由飛行試験を成功裡に実施した。バルダーシャイムにある研究所の射撃場で発射体を撃ち出したこの試験は、わずか数ミリ秒で終了したが、長年にわたる実験室での研究と工学の成果を示すものである。 従来の火器が化学推進薬を使って発射体を加速するのに対し、レールガンは電気エネルギーによって生成された電磁力を利用する。強力な電流が平行導体（レール）に沿って流され、磁場を生成し、滑走する電機子とその発射体を極端な速度まで加速する。この技術は数十年にわたって研究されてきたが、実験室規模の実験から実用的な試験施設への移行が始まったのはごく最近のことである。 バルダーシャイムでの試験は、ISLのレールガン自由飛行施設で実施された。この施設は2年前に開始されたプログラムであり、研究所の分野横断的な専門知識を統合している。この施設では、複数回の発射にわたるエネルギーレベルの段階的拡大、長距離自由飛行中の発射体挙動の分析、高度な発射装置統合研究、電磁発射用に特別に設計された弾薬の開発が可能である。 閉鎖された実験室での試験からオープンレンジでの自由飛行試験への移行は重要なステップであり、研究者が実使用に近い条件下でシステムを評価することを可能にする。自由飛行中の発射体の挙動はレール拘束下での加速とは大きく異なり、オープンレンジ試験からのデータはシミュレーションモデルの検証に不可欠である。 この技術は、極超音速ミサイルや機動式再突入体などの新たな脅威に対する潜在的なツールとして、防衛研究者にとって戦略的関心を持たれ続けている。レールガンが化学推進薬で達成可能な速度を超える速度で発射体を発射できる能力は、目標までの時間を大幅に短縮し、高速移動する脅威の迎撃に極めて重要である。 ISLの研究は、高エネルギー材料、誘導システム、センサー、ドローン、ロボット工学、音響、航法にわたる社内専門知識によって支えられている。この分野横断的な体制により、ある分野の進歩が電磁発射装置プログラム全体に活かされることが保証されている。 研究者らは、オープンレンジでの発射は長い道のりの中の一里塚であり、終着点ではないと強調した。次のステップとしては、より高いエネルギーレベルへの挑戦、自由飛行距離の延長、より深いシステム統合研究、そして電磁発射専用弾薬の継続的な開発が含まれる。 雅子 訳 出典：Scientists fire next-gen electromagnetic railgun in first open-range trial (Interesting Engineering, Jul 12, 2026)

Linuxカーネル7.2-rc3リリース候補には、予想外のパッチシリーズが含まれている。セガドリームキャストのGD-ROM光学ディスクドライバの修正で、実機のドリームキャストハードウェアと物理ディスクメディアでテストされたものだ。PCコンピューティングを30年以上にわたって定義してきたCPU設計であるi486アーキテクチャのサポートを終了しつつある同じカーネルサイクルが、2001年に製造中止となったビデオゲーム機を対象としたドライバパッチを受け入れる余地を見つけたのである。 Florian Fuchs氏は週末に、2つのパッチからなるシリーズをLinuxカーネルメーリングリストに送信した。ディスクのマウントを試みた際にカーネルレベルでのシステムクラッシュであるカーネルoopsを引き起こしていたGD-ROMドライバのバグに対処するものだ。パッチはドライバのメモリマップドI/O（MMIO）レジスタアクセスを修正し、適切なブロックレイヤーの容量追跡を復元することで、ISO9660ファイルシステムのマウントを成功可能にする。Fuchs氏はPAL-EおよびNTSC-Jのドリームキャスト機で、物理CD-RディスクとGDEMUエミュレートドライブの両方を使用して変更をテストした。 「以前は：マウント時にoopsが発生しドライブが使用不可。以後は：挿入されたメディアのマウントと使用に成功」とFuchs氏はパッチの概要に記している。 GD-ROMはセガがドリームキャスト向けに開発したプロプライエタリな光ディスクフォーマットで、ディスク1枚あたり約1GBのデータを保存可能であり、1998年の日本での発売当時に利用可能だった標準CD-ROMフォーマットを大幅に上回る容量を誇った。このフォーマットはセガのNAOMIアーケードシステム基板でも使用された。 Linux 7.2-rc3のマージウィンドウにこれらのパッチが登場したことは、カーネル開発の特異性を浮き彫りにしている。Linuxコミュニティは、数十年にわたって obsolete となったシステムを含む、異常に幅広いハードウェアのサポートを維持しているのだ。カーネルのブロックサブシステムの一部であるドリームキャストドライバは、コンソールでいじり続けるホビイストや組み込みシステム開発者から時折修正を受けている。ドリームキャストは公式SDKの一部としてWindows CEのバージョンを動作させたことでも有名であり、LinuxDCのようなホビイスト向けLinux移植版は2000年代初期から存在している。 同じカーネルサイクルにおけるi486アーキテクチャの段階的な廃止との対比は、商業的な関連性とコミュニティによる管理の違いを浮き彫りにしている。1989年にIntelによって導入されたi486は、PCとサーバーの一世代を支えた。対照的にドリームキャストは全世界で約1,060万台を販売したに過ぎず、コンソールの基準では控えめな数字であるが、生産終了から25年経った今でも、このプラットフォーム向けに開発を続ける熱心なホビイストコミュニティを維持している。 雅子 訳 ソース: Sega Dreamcast driver fixes appear in Linux 7.2-rc3 (Tom’s Hardware, 2026年7月12日); Linux Sees Fixes For Its GD-ROM Driver In 2026 For Sega Dreamcast (Phoronix, 2026年4月5日)

Minisforumは、エンタープライズエッジコンピューティングとローカルAI推論向けに設計されたコンパクトデスクトップワークステーションMS-03を発表した。Intel Panther Lake Core Ultra 9 386Hプロセッサを搭載する。 MS-03は196×189×48mmのシャーシを採用し、薄型ITXビルドと同等のサイズである。16コア・16スレッドのCore Ultra 9 386Hを搭載し、最大ターボ周波数は4.9GHz、バランスモードでのTDPは80ワット。プロセッサ内蔵NPUは50TOPSのAIアクセラレーションを提供し、内蔵GPUがさらに40TOPSを追加し、デバイス上で合計90TOPSのAIパフォーマンスを実現する。Minisforumによれば、本システムはGemma 4-26B大規模言語モデルを毎秒22.05トークンで実行可能である。 メモリとストレージは主要な差別化要因である。MS-03は2つのSO-DIMMスロットで最大128GBのDDR5-7200 MT/sメモリをサポートする。ストレージは3つのM.2 NVMeスロット（PCIe 5.0×2、PCIe 4.0×1）と、7mm厚のU.2 SSDを最大15TBまでサポートするM.2-to-U.2アダプタで構成される。 接続性はエンタープライズグレードである。本システムは、Intel X710コントローラ駆動のデュアル10GbE SFP+ポート、10GbE RJ-45ポート、2.5GbE RJ-45ポート、Intel BE211モジュールによるWi-Fi 7およびBluetooth 6を備える。I/Oは、DisplayPort 2.1 Altモード対応のUSB4 Type-Cポート×2、HDMI 2.1ポート×1、フロントおよびリアパネルに分散配置されたUSB-Aポート×4で構成される。 PCIe 4.0 x4配線のPCIe x16スロットは、最大75ワットのハーフハイト・ロープロファイルGPUに対応し、フルタワーシャーシを必要とせずに専用グラフィック処理の恩恵を受けるワークロードを可能にする。Intel vPro対応により、IT管理者は監視、修理、電源制御のためのアウトオブバンドリモート管理を利用できる。 冷却システムは3本のヒートパイプを備えたヒートシンクと、フル負荷時で約38dBのシングルファンを採用する。 予約注文は2026年7月23日より世界同時開始。価格は未発表である。 MS-03は、クラウドAPIではなくオンプレミスで大規模言語モデルを実行したい組織向けに設計された、拡大するコンパクトAIワークステーション分野においてMinisforumを位置づける。128GBのメモリ容量、90TOPSのAIアクセラレーション、デュアル10GbEネットワーキング、サブ2リッターシャーシ内でのGPUサポートの組み合わせにより、コンシューマ向けミニPCとフルサイズワークステーションタワーの間のギャップを狙う。 雅子 訳 Sources: Minisforum launches MS-03 Mini PC with Intel Core Ultra 9 386H (Gizmochina, Jul 12, […]

Appleの次世代M7 Ultraチップは、最大1.5テラバイトのユニファイドメモリをサポートするように設計されているとBloombergのMark Gurmanが報じている。これはM5 Ultraに計画されている容量の約2倍であり、2019年のIntelベースMac Proで利用可能だった最大RAM構成に匹敵する。Apple SiliconがIntelからの移行以降到達していなかった天井である。 M7 Ultraのメモリ目標は、Apple Silicon Macがますます処理することが期待される種類のワークロードにとって重要である。CPU、GPU、Neural Engineが単一の高速メモリプールを共有するユニファイドメモリアーキテクチャは、Appleの主要なパフォーマンス上の利点の一つであり、従来のアーキテクチャが必要とする個別のメモリバンク間のデータコピーを排除する。しかし同時に、利用可能なRAMがプロセッサパッケージに物理的にはんだ付けされていることを意味し、最大容量はユーザーがアップグレード可能なものではなく、チップレベルの設計上の決定となる。 1.5TBの天井は、現在Nvidiaクラスのワークステーションハードウェアを必要とする大規模言語モデルの推論ワークロードをサポートすることになる。単一のMacで、1テラバイトを超えるパラメータを必要とするモデルを完全にメモリ内で実行でき、ストレージへのスワップによるパフォーマンス低下を回避できる可能性がある。 Gurmanは、Appleが最終的に1.5TB構成を出荷するかどうかは「業界の状況次第だ」と述べ、高容量DRAMモジュールをより高価で調達困難にしている広範なメモリチップ不足を挙げている。AppleがM7 Ultraを1.5TBに対応するように設計しても、供給状況がコストを正当化しない場合、発売時に低メモリSKUを提供する選択をする可能性がある。 M7 Ultra Mac Studioは2028年まで期待されていない。より短期的には、Appleは今年後半に最大768GBのユニファイドメモリを搭載したM5 Ultraを準備しており、それ自体がApple Siliconの記録となる。M5 Ultra Mac Studioは、現在の製品ラインで最上位のワークステーションオプションとして位置づけられる一方、M7 Ultraはより長期的なアーキテクチャロードマップを表している。 Appleの現在のRAM価格（1GBあたり約25ドルと推定）では、128GBのベース構成から1.5TBへのアップグレードは35,000ドル以上かかり、2019年Mac Proのメモリアップグレードの価格帯に匹敵する。 M7 Ultraの開発は、Appleがユニファイドメモリアーキテクチャと従来の拡張可能なワークステーションとの間の容量ギャップを徐々に埋めていくパターンに従っている。M3 Ultraは512GBが上限だった。M4 Maxは128GBに達した。次期M5 Ultraはそれを2倍の768GBにする。M7 Ultraの1.5TB目標が実現すれば、Intelベースのプロフェッショナルワークステーションが最後に出荷されてから7年後に、ついにIntel Mac Proに匹敵することになる。 出典: M7 Ultra chip could support up to 1.5TB of unified memory (The Apple Post, 2026年7月12日); M7 Ultra to potentially feature […]

Appleの自動運転車プロジェクト「Titan」は、10年にわたる開発と推定100億ドルの投資を経て、2024年に中止された。ティム・クックCEOが「すべてのAIプロジェクトの母」と評したこの計画は、試作車両以上の価値ある成果を残した可能性がある。それはAppleの次世代AI向けプロセッサの技術基盤である。 Bloombergのマーク・ガーマン氏によると、AppleはM7 Ultraチップの開発を加速している。このチップは最大1.5テラバイトのユニファイドメモリをサポートするよう設計されており、これはM5 Ultraの計画容量の約2倍で、Intelベースの2019年Mac Proで利用可能だった最大RAM構成に匹敵する。M7 Ultra搭載Mac Studioは2028年に発売が見込まれているが、ガーマン氏は、メモリチップ不足が続く中で、Appleが最終的に1.5TB構成を出荷するかどうかは「業界の状況次第」だと指摘している。 Appleが中止した車両プロジェクトとの関連は偶然ではない。Titanプロジェクトが終了した際、主要な人員はAppleの機械学習・AI戦略責任者であるジョン・ジャナンドレア氏の下、同社のAIおよびシリコンエンジニアリングチームに再配置された。AppleInsiderは、当時から「車両研究は将来実を結ぶ」と主張しており、自動運転車は本質的にAIプロジェクトであったと指摘する。大規模な自動運転には大量のセンサーデータをリアルタイムで処理する必要があり、これは大規模AI推論と共通するアーキテクチャ上の課題を抱えている。 車両向けに開発されたカスタムシリコンは、M3 Ultraクラスのチップセット4個分に相当し、理論上のトランジスタ数は5360億個に上る。このチップは社内で車両の「AIブレイン」と呼ばれていた。プロジェクト中止後、これらのエンジニアリングの成果はMシリーズのロードマップへと転用された。 M7 Ultraは、Appleのチップ戦略がAI性能を主要な設計目標へとシフトしていることを示す最も明確な指標である。ガーマン氏は、Appleの将来のプロセッサロードマップ（M7およびM8世代）が、生の速度や電力効率の向上よりもAIサポートを優先していると報じている。これらのチップはMac向けだけでなく、Apple Intelligenceサーバー向けにも設計されており、ユニファイドメモリの容量がローカルで推論を実行できるモデルサイズを直接決定する。 Appleが1.5TBのM7 Ultra構成を最終的に出荷すれば、Intelから自社シリコンへの移行時に同社が手放したワークステーションクラスのメモリ上限への回帰となる。さらに重要なことに、オンデバイス大規模言語モデル推論において、現在NvidiaのDGXクラスワークステーションが支配する分野で、Appleが信頼できる競合となる可能性がある。 ソース: Apple’s failed self-driving car program left a legacy of powerful AI chips (The Verge, 2026年7月12日); Power of Apple’s M7 & M8 chips was born from Apple Car research (AppleInsider, 2026年7月12日); M7 Ultra to potentially feature up to 1.5TB of […]

動作するApple-1コンピュータ（1976年にスティーブ・ジョブズとスティーブ・ウォズニアックが製造した最初の50台のうちの1台）が、サザビーズの「科学技術史」オークションの一部として出品される。推定価値は30万〜50万ドル（約23万3,000〜38万8,000ポンド）。 シリアルナンバー01-0033は、ジョブズ家のガレージで組み立てられ、バイトショップを通じて販売された最初の生産バッチのものだ。バイトショップはマウンテンビューの先駆的なコンピュータ小売店で、ポール・テレルが同社初の卸売注文を出した場所である。このユニットは1976年後半にカリフォルニア州バークレーのバイトショップでハリー・サドラーが購入したもので、彼が今回オークションに出品している。同ロットに含まれるApple Basicマニュアルには、Apple初のフルタイム従業員であり、ウォズニアックと共に「クリームソーダコンピュータ」を共同製作したビル・フェルナンデスの住所スタンプが押されている。 現在の入札額は28万ドルで、7月15日18時（GMT）のライブオークションまで入札を受け付けている。ロットには、Apple-1マザーボード、オリジナルのApple-1操作マニュアル、Apple Basicマニュアルの社内用コピー、Apple-1カセットインターフェースマニュアル、Microchessマニュアル、および各種ソフトウェアカセットが含まれる。サザビーズはこのロットの支払い方法として暗号通貨も受け付けている。 Apple-1は、パーソナルコンピュータ産業を創り出したマシンとして、コンピュータ史において独自の位置を占めている。後のApple製品とは異なり、Apple-1はむき出しの回路基板として出荷され、購入者は自分でケース、電源、キーボード、ディスプレイを用意する必要があった。約200台が製造され、現存するのは80台未満とされ、動作状態にあるものはごくわずかである。 7月15日に行われるサザビーズの「科学技術史」オークションでは、初期の計算機からデジタル時代に至るまでの100点以上のテクノロジー関連資料が出品され、Apple-1はその目玉商品の1つである。 出典：Sotheby’s video showcases working Apple-1 serial number 01-0033（Tom’s Hardware、2026年7月12日）；Sotheby’s – Apple-1 Computer, Lot 45 雅子 訳

上海に拠点を置くスタートアップ企業が、2次元半導体に特化した世界初の8インチパイロット生産ラインを確立したと発表した。この技術は、米国の輸出規制によって入手が阻まれている極端紫外線（EUV）リソグラフィ装置を使わずに、中国が先端チップを製造する道筋を提供する可能性がある。 Yuanjiwei（元積微半導体）によると、同社のパイロットラインは材料準備、デバイス製造、チップ集積、テープアウトに至るまでの製造チェーン全体をカバーしており、2D半導体を実験室レベルのデモンストレーションから産業規模のパイプラインへと移行させている。同社はEUVリソグラフィを使用せず、2029年までに5ナノメートル相当のチップ技術を達成する目標を掲げている。 「従来のシリコンベースのチップと比較して、2D半導体にはいくつかの潜在的な利点があります」とYuanjiweiの会長、Bao Wenzhong氏はサウスチャイナ・モーニング・ポストに語った。「2D材料の原子レベルの薄さにより、2D半導体のトランジスタは、ますます複雑化するトランジスタ構造に頼ることなく、より小さく作ることができます。」 原子スケールでの従来のシリコントランジスタは電気漏れを起こし、エネルギーを浪費し熱を発生させる。2次元半導体はわずか1原子または数原子の厚さの材料から作られ、電子が超薄膜を通過する際に、極めて小さな寸法でも優れた電気的性能を発揮する。また、超薄膜は効率的な3次元積層を可能にし、チップの設置面積を増やさずに計算密度とメモリ密度を向上させる可能性がある。 戦略的背景 このパイロットラインは、半導体製造装置の海外依存を減らすという、より広範な中国国家主導の取り組みの一環である。米国主導の輸出規制により、中国企業は最先端のシリコンチップ製造に不可欠なEUVリソグラフィ装置の購入を阻まれている。2D半導体、チップレットアーキテクチャ、先進的パッケージングなどの代替アプローチが、中国の半導体戦略の中心となっている。 「最終的な目標は、中国が完全に国産の機械で先端チップを製造できるようになることだ」と、極秘のEUVプロジェクトに直接詳しい匿名の情報筋はロイターに語った。 残された課題 このマイルストーンにもかかわらず、2D半導体が商業規模に達するには大きな障壁が残っている。製造歩留まりの高い、同一の原子レベルの薄さのデバイスを数百万単位で生産することは、量産レベルでは実証されていない。2D半導体を単独で商業化できる企業は存在せず、装置メーカーから材料サプライヤーに至るまで、サプライチェーンのあらゆる部分が同時に前進しなければならない。 多くの有望な半導体技術が、研究論文から量産への移行に失敗してきた。Yuanjiweiのパイロットラインは、研究室から工場への重要な一歩を示しているが、商業的成功は保証されていない。 出典: Chinese startup claims world’s first 8-inch 2D semiconductor pilot production line (Interesting Engineering、2026年7月12日) 雅子 訳

デンマーク工科大学（DTU）と英国のORCA Computingの研究者らは、量子コンピュータがAI駆動のペプチド設計の精度と範囲を向上できることを実証し、希少疾患や医療サービスが行き届いていない人々向けの医薬品開発をより安価かつ迅速にする可能性への道を開いた。 ペプチドは、体内でシグナル伝達分子として機能するアミノ酸の短い鎖であり、代謝障害から感染症まで幅広い疾患の治療候補として有望視されている。しかし、効果的なペプチド医薬品の設計には従来、多大な計算リソースと実験の繰り返しが必要であり、製薬企業が取り組もうとする標的の範囲が限られていた。 研究チームは資金と時間をかき集め、ORCA Computingのフォトニック量子プロセッサと古典的なAIモデルを組み合わせることで、特定の生物学的標的に合わせた特性を持つ新たなペプチド配列を生成できることを示した。量子強化アプローチは、古典的な計算だけでは不可能だったより広範囲の分子構造を探索し、見逃される可能性のあった候補ペプチドを生成した。 「これは量子コンピューティングが創薬における生成AIに真の価値をもたらすことができるという概念実証だ」と研究者らは述べた。研究は、伝統的な医薬品開発に十分な市場インセンティブが欠けている疾患、すなわち大規模な研究開発投資をめったに引き付けない「オーファン」適応症に関連するペプチド標的に焦点を当てた。 室温で動作し標準的な通信コンポーネントを使用するORCA ComputingのPT-2フォトニック量子システムは、AIモデルの学習プロセスにより豊かな確率分布を生成するために使用された。同社の技術は、要求に応じて単一光子を捕捉および放出する特許取得済みの量子メモリに基づいており、ハイブリッド量子古典機械学習ワークフローを可能にする。 この実証は、創薬業界全体が新たな治療法を市場に出すためのコストと複雑さに取り組んでいる中で行われた。生成AIモデルはすでに新規タンパク質や低分子を設計できることを示しているが、量子コンピューティングの追加により、古典的なAIが苦手とするより化学的に複雑な標的を解決できる可能性がある。 ORCA Computingはこれまでに、英国国立量子コンピューティングセンターやポーランドのポズナン・スーパーコンピューティング・ネットワーキング・センターなどとの提携を発表し、化学処方から生物学的イメージングに至るまでの応用に向けた量子強化機械学習を開発している。 出典: Scientists’ Side Hustle? Using AI and Quantum Computing to Generate New Peptides（Wired、2026年7月12日） 雅子 訳